visualizar o trabalho

16°
TÍTULO: PROCESSAMENTO DE IMAGENS PARA AUXÍLIO NO RECONHECIMENTO DE MELANOMA
CUTÂNEO
CATEGORIA: EM ANDAMENTO
ÁREA: CIÊNCIAS EXATAS E DA TERRA
SUBÁREA: COMPUTAÇÃO E INFORMÁTICA
INSTITUIÇÃO: FACULDADE BARRETOS
AUTOR(ES): LUCAS EXPOSTO SOARES
ORIENTADOR(ES): LEANDRO RONDADO DE SOUSA
1. RESUMO
O aumento progressivo no número de casos de tumores cutâneo do tipo melanoma
ocorrido nos últimos anos incita a importância do acompanhamento clínico e
tratamento precoce. O presente trabalho visa reconhecer o câncer de pele do tipo
melanoma aplicando técnicas de processamento digital de imagens com base nas
características analisadas pela regra ABCD, afim de minimizar os erros e a
complexidade de avaliações médicas. A metodologia do trabalho foi dividida em três
etapas principais: pré-processamento, análise e classificação. O desenvolvimento e a
aplicação rigorosa de algoritmos na etapa de segmentação tornam a etapa de préprocessamento da lesão fundamental e precisa para as etapas de análise de atributos,
permitindo o reconhecimento e discriminação de melanomas de outras lesões.
2. INTRODUÇÃO
Embora só represente 5% dos tipos de câncer de pele (INSTITUTO NACIONAL DE
CÂNCER, 2016), o melanoma é mais grave devido à sua alta possibilidade de
metástase – formação de nova lesão tumoral a partir da primeira. No Brasil, segundo
o Instituto Nacional de Câncer (2016), a estimativa de novos casos é cerca de 5.670,
sendo 3.000 homens e 2.670 mulheres. Atualmente a identificação de lesões de pele
é realizada baseada em uma regra semi-quantitativa denominada ABCD, na qual sua
aplicação clínica pode melhorar o processo de detecção de lesões suspeitas
(FRIEDMAN; RIGEL; KOPF, 1985). Entretanto, a avaliação pode ser complexa e
sujeita a erros. Uma das áreas médicas onde a aplicação de reconhecimento de
imagem destaca-se é na dermatologia, na qual está caracterizado o propósito deste
trabalho, que visa discernir imagens que contenham câncer de pele do tipo melanoma
de outras que apresentem manchas de pele comuns. Esse estudo alia os conceitos
de computação, com a dermatologia e oncologia.
3. OBJETIVOS
Espera-se que os algoritmos qualifiquem as lesões com boa taxa de acerto e
principalmente possam contribuir para auxiliar a fase de detecção do câncer de pele
do tipo melanoma, tornando-se assim, um conjunto de operações de apoio à decisão
automatizadas que auxiliam o diagnóstico do médico especialista.
4. METODOLOGIA
Baseada na inspeção visual, a identificação de melanomas utiliza uma regra
simplificada e efetiva na maioria dos casos, conhecida como ABCDE, na qual consiste
em analisar algumas características da mancha na pele: a assimetria, as bordas, a
coloração, diâmetro e evolução ou elevação (SAMPAIO; RIVITTI, 2007). Como a
abordagem definida neste trabalho não tem como meta realizar o acompanhamento
da evolução do câncer, a regra E do processo ABCDE foi eliminada. A metodologia
do trabalho foi dividida em três etapas: pré-processamento, que tem por finalidade a
extração da região de interesse da imagem; análise, afim de extrair as características
da imagem, com base na regra ABCD; classificação, determinando se a lesão é um
melanoma ou não através do reconhecimento de padrões. A Figura 1 apresenta a
esquematização das etapas e suas subdivisões.
Figura 1 - Diagrama das etapas propostas no presente estudo
5. DESENVOLVIMENTO
O desenvolvimento deste projeto utiliza uma base de imagens de câncer de pele do
tipo melanoma, disponibilizada pelo ISIC Archive (2016), grande repositório público
open-source de imagens de pele de alta qualidade, obtidas por meio de
dermatoscopia com anotações especialistas. Entretanto, o conjunto de amostras
apresenta, de forma geral, alguns elementos como pelos, pele e até mesmo alguns
possíveis ruídos provenientes do ambiente de aquisição da imagem que devem ser
removidos para análise concisa das características de interesse. Com o auxílio de
diversos algoritmos de segmentação disponibilizados no software MATLAB v.2014 –
ferramenta na qual contém inúmeras bibliotecas pré-definidas para o processamento
e análise de imagens – os atributos são destacados por meio da extração da região
de interesse (ROI). Na Figura 2, demonstra-se um exemplo da aplicação do algoritmo
desenvolvido nesta etapa do estudo em uma amostra da base de imagens,
destacando o resultado da segmentação através do uso de filtros de escala em cinza,
operadores morfológicos de dilatação, limiarização pelo método de Otsu e funções
auxiliares de preenchimento, sobreposição e remoção de objetos.
Figura 2 – Resultado da remoção de ruídos e definição do ROI
6. RESULTADOS PRELIMINARES
A partir da realização do pré-processamento, passo fundamental para o estudo em
questão, obtém-se a máscara binária da lesão ressaltando somente a região de
interesse sem quaisquer ruídos originais, a qual propicia o desenvolvimento da etapa
seguinte, cujo propósito é analisar cada característica da regra ABCD de modo isolado
e cauteloso. A segmentação precisa na etapa de pré-processamento e em cada
análise posterior pode proporcionar auxílio no diagnóstico da lesão que diferencia um
melanoma de manchas comuns e outros tipos menos agressivos de câncer.
7. FONTES CONSULTADAS
[1] FRIEDMAN, R. J.; RIGEL, D. S.; KOPF, A. W. Early detection of malignant
melanoma: The role of physician examination and self-examination of the skin. CA: A
Cancer Journal for Clinicians, v. 35, n. 3, p. 130–151, mai/jun. 1985.
[2]
INCA.
Câncer
de
Pele:
melanoma.
2016.
Disponível
em:
<http://www.inca.gov.br/wps/wcm/connect/tiposdecancer/site/home/pele_melanoma>
. Acesso em: 29 abr. 2016.
[3] SAMPAIO, S. A. P.; RIVITTI, E. A. Dermatologia. 3. ed. São Paulo: Editora Artes
Médicas, 2007. 1600 p.